УДК 336.7
DOI: 10.36871/ek.up.p.r.2026.05.11.021

Авторы

Асланбек Юпаевич Ахматсултанов,
Халид Хаважбаудиевич Юнусов,
Грозненский государственный нефтяной технический университет имени академика М.Д. Миллионщикова, Грозный, Россия

Аннотация

В статье рассматривается система интеллектуального анализа рисков цифровых платежей, предназначенная для выявления мошеннических и аномальных операций в режиме, близком к реальному времени. Обоснована необходимость адаптивного риск-контура с учетом роста операций без добровольного согласия клиентов и требований к управлению информационными угрозами в финансовых организациях. Раскрыта архитектура системы: сбор транзакционных данных, нормализация признаков, построение поведенческого профиля клиента, расчет интегрального показателя риска и автоматизированное принятие решений. Показано, что сочетание методов классификации, кластеризации и порогового контроля повышает точность обнаружения подозрительных платежей. Основано на материалах Банка России и ГОСТ Р 57580.3–2022.

Ключевые слова

цифровые платежи, интеллектуальный анализ данных, риск цифровой транзакции, мошеннические операции

Список литературы

  1. Абдурагимова Т.И. Цифровая трансформация платежных систем: проблемы мошенничества и перспективы развития средств и методов обнаружения // Вестник Кемеровского государственного университета. Серия: Гуманитарные и общественные науки. – 2025. – Т. 9, № 3. – С. 453–461. – DOI 10.21603/2542-1840-2025-9-3-453-461.
  2. Аркадьева О.Г., Петров А.В. Модели машинного обучения как инструмент обнаружения подозрительных банковских транзакций // Вестник Сургутского государственного университета. – 2025. – Т. 13, № 3. – С. 8–21. – DOI 10.35266/2949-3455-2025-3-1.
  3. Бабанская А.С., Ермольева Д.Р., Ефименко Н.А., Акулова С.А. Сравнительный анализ и возможности ИИ-технологий для предотвращения мошенничества в финансовом секторе // Экономика. Информатика. – 2025. – Т. 52, № 1. – С. 110– 124. – DOI 10.52575/2687-0932-2025-52-1-110-124.
  4. Багреева Е.Г., Исмаилов Н.Э., Бобылева Л.М. Искусственный интеллект как противодействие мошенничеству в банковской сфере // Евразийская адвокатура. – 2022. – № 2. – С. 90– 95. – DOI 10.52068/2304-9839_2022_57_2_90.
  5. Банк России. Обзор операций, совершенных без добровольного согласия клиентов за 2025 год // Официальный сайт Банка России. – 2026.
  6. Васильев Т.И. Разработка и внедрение систем для борьбы с мошенничеством в финансовых транзакциях // Экономика. Информатика. – 2024. – Т. 51, № 4. – С. 919–925. – DOI 10.52575/2687-0932-2024-51-4-919-925.
  7. Городнова Н.В. Анализ рисков и безопасности системы электронных средств платежа // Экономическая безопасность. – 2021. – Т. 4, № 2. – С. 401–420. – DOI 10.18334/ecsec.4.2.111691.
  8. ГОСТ Р 57580.1–2017. Безопасность финансовых банковских операций. Защита информации финансовых организаций. Базовый состав организационных и технических мер. – М.: Стандартинформ, 2017.
  9. ГОСТ Р 57580.3–2022. Безопасность финансовых банковских операций. Управление риском реализации информационных угроз и обеспечение операционной надежности. Общие положения. – М.: Российский институт стандартизации, 2022.
  10. Дьяконова Л.П., Константинов А.Ф., Китова О.В., Китов В.А. Применение методов машинного обучения и искусственного интеллекта в сфере кредитования и обнаружения мошенничества // Уголь. – 2025. – № 10. – С. 63–69. – DOI 10.18796/0041-5790-2025-10-63-69.
  11. Константинов А.Ф., Дьяконова Л.П. Построение модели машинного обучения для прогнозирования мошеннических транзакций // Известия Кабардино-Балкарского научного центра РАН. – 2025. – Т. 27, № 2. – С. 11–22. – DOI 10.35330/1991-6639-2025-27-2-11-22.
  12. Ларина О.И., Кузнецова В.В. Цифровизация розничных платежей и развитие системы риск-менеджмента // Управление. – 2025. – Т. 13, № 3. – С. 52–63. – DOI 10.26425/2309-3633-2025-13-3-52-63.